One Last Time

YoYo

meme - Job - Just made eye contact with the cutest girlin class.
Meme 1. Aawwww. Katso pulpetin alle.

Aivan hulluu  et tääki perioidi alkaa häämöttää loppuaan. Iha ku tyäelämä yrittäis tosissaan saada meitsin napattuu :s. Mut eipä siinä, katotaa mitä tällä kurssikerral oli tarjottavana teille ja minulle.

Tällä kerralla meidän piti valmistautua tunnille etukäteen, mikä herätti minussa hieman vastentahtoisia tunteita, mutta ei se mitään. Saimme päättää itse, millaisen kartan tai muun toteutuksen haluaisimme QGIssillä tehdä. Tästä muodostui ainakin itselleni aikamoinen dilemma, koska olen kamalan huono rajaamaan aiheita, koska haluaisin saada kaiken mukaan. No, dataa etsiessäni päädyin Eurooppaan ja tarkemmin Euroopan Unionin alueeseen. Mieleeni joulahti selvittää EU maiden maatalouden kasvihuonepäästöt maittain, ovathan ne olleet aika tapetilla tässä viime aikoina. Pohdiskelin hetken aikaa mihin tätä olisi hyvä verrata ja päädyin EU:n kokonaispäästöihin (tosin molemmista datoista löytyy myös jostain syystä esim. Turkki, Iso-Britannia ja pari muuta lilliputtia mutta menkööt). Dataa tähän löytyi myös suhteellisen helposti, vaikka käytinkin etsintöihin useita tunteja. Aikaa kului tosin pääosin sen takia, etten osannut päättää aihetta.

Löysin datan, mutta tunnilla en oikein tiennyt mitä tehdä sille. Onneksi vanhojen kurssikertojen ohjeista ja Artusta oli apua. Tietoja piti hieman muokkailla Excelissä sekä tehdä laskuja QGISissä, mutta kyllä se siitä alkoi taittumaan. Yleistä dataa löytyi todella järjettömästi, mutta taustakarttoja oli mielestäni vaikea löytää. En lopulta löytänyt mielessäni kuviteltua Euroopan karttaa, mutta ainakin ihan kohtuullinen löytyi.

Kuva 1. EU-maiden kokonaiskasvihuonepäästöt maittain. Päästöjen %-osuus tarkoittaa jokaisen yksittäisen maan kokonaispäästöjä suhteuttuna kaikkien EU-maiden yhteenlaskettuihin päästöihin. Eli kartta kertoo sen, mitkä EU-maat tuottavat suurimmat kasvihuonepäästöt suhteessa koko EU:n yhteenlaskettuihin kasvihuonepäästöihin. Valkoisena olevista maista ei löytynyt luotettavaa dataa.

Mielestäni  kuvan 1 karttani kuvaa onnistuneesti sitä mitä halusinkin. Mielenkiintoista, miten Saksa erottuu ainoana räikeän punaisena alueena kartasta. Karttani voi olla myös liian ankara Saksalle, koska absoluuttista lukua ei näy. Miklas Kuoppala kuvailee blogissaan kekseliäällä karttasarjallaan tätä kartoilla huijaamista. Joka tapauksessa Saksan päästöt selittyvät suurelta osin  fossiilisella energiantuotannolla. Myös metalliteollisuus porskuttaa maassa kovaa vauhtia ja siitä syntyy paljon päästöjä. Maatalous tuottaa sekin paljon päästöjä ja tätäkin löytyy Saksasta merkittävästi. Yleisesti voi sanoa, että mitä enemmän ihmisiä sitä enemmän päästöjä, ja ihmisiähän edellä mainitussa maassa riittää. Maan autoteollisuus nostaa myös  päästöjä kiitettävästi.

Iso-Britannia, Ranska, Italia ja Puola erottuvat kartasta myös muita negatiivisemmin. Kolmen ensimmäisen suuret päästöjen osuudet kokonaispäästöistä selittyvät suurella kansalla ja perinteisellä talousmahti -termillä. Näissä maissa on teollisuus lähtenyt suhteellisen aikaisin käyntiin, joten tuotantoa ja energiankulutusta on niissä paljon. Talous, ihmisten määrä, energian kulutus ja suuret maa-alueet selittävät siis päästöt pitkälti näissä maissa. Mutta Puola, siihen pätee suuri maa-alue, vaikka mikään talousmahti tai energian suurkuluttaja maa ei ole. Puolan suuret päästöt johtuvat paljolti kestämättömästä energian tuotannosta. Puolassa poltetaan nimittäin paljon k i v i h i i l t ä tarkemmin r u s k o k i v i h i i l t ä. Tämä saastainen energianlähde on yksi saastuttavammista koko maailmassa. Asiasta ollaan väännetty EU-tasollakin, ja Puola on tuomittu päästöistään, mutta nähtäväksi jää vähenevätkö ne tarvittua vauhtia.

Kuva 2. EU-maiden (ja parin muun) maatalouden kasvihuonepäästöt. %-osuus on suhteutettu jokaisen maan omiin kokonaiskasvihuonepäästöihin. Eli kuinka suuri %-osuus on yksittäisen maan maatalouden kasvihuonepäästöillä verrattuna koko maan kasvihuonepäästöihin. 

Kuvan 2 kartta taas kertoo selkeästi, missä maatalouden kasvihuonepäästöt ovat suuressa roolissa. Mielestäni oli mielenkiintoista tehdä tämä kartta, koska maataloudenpäästöistä ja niiden pienentämisestä puhutaan paljon. On kiehtovaa katsoa kuinka esim. Tanskan maatalouspäästöt ovat suuret, mutta EU-tasolla (kuva 1) päästöt ovat pienet. Mielestäni kartta vain kertoo sen, että vaikka yksittäisellä maalla olisi syytä pienentää omia maatalouden kasvihuonepäästöjä, ei se silti isommassa skaalassa merkitse niin paljoa. En väitä etteikö näillä toimilla olisi merkitystä, mutta tarkoitan enemmän sitä, että mediassa tai somessa ei ole mitään järkeä leimata/maalittaa yhtä teollisuuden -tai talouden alaa superhuonoksi sen päästöjen takia – kasvihuonepäästöt koostuvat niin monesta eri lähteestä. Näihin useisiin lähteisiin tulee keskittyä kokonaisuutena, eikä fleimata vain yhtä ja näin luoda ehkä vähän liiankin huonoa kuvaa tietystä alasta. Tällaisesta toiminnasta syntyy lähes aina vain ei toivottua polarisaatiota.

Molempiin karttoihin oli tarkoitus laittaa absoluuttiset luvut ja mahdollisesti diagrammitkin, mutta taustakarttani oli jotenkin älyttömän raskas. Näillä toimilla kartat olisivat olleet paljon informatiivisempia ja selkeitä. Kärsivällisyyteni ei siis riittänyt venkslailemaan QGISin kanssa, mutta joskus käy näin. Kuitenkin hyvän esimerkin alkuperäisestä suunnitelmastani toteutti Nea Haukka! Hänen karttansa ovat paljon nopeammin luettavissa kuin minun, täytyy varmaan kysyä pari vinkkiä.

Vika kerta tässä, peace and love. Mä lähen kittaamaan sitä hyvää, huuruista ja kylmää KUOPIOOOOON!

Ps. Uskomaton määrä positiivisia viboja vierusGIStaistelijaparilleni Aino Sainiukselle, joka kirjoitti viimein seitsemännessä postauksessaan hyvällä asenteella. Hän ei lähtenyt kurssille kovinkaan suurin tai innokkain odotuksin, mutta onnistui lopulta selättämään nämä negatiiviset ajatukset. Tällaista kehitystä on varsin ihanaa seurata. 

 

Lähteet:

Haukka, Nea. 7. Loppu hyvin, kaikki hyvin. 2.3.2020
https://blogs.helsinki.fi/nhaukka/ (luettu 3.3.2020)

Kuoppala, Miklas. Helpompaa tää kaikki olla vois. 2.3.2020
https://blogs.helsinki.fi/kmiklas/ (luettu 3.3.2020)

Sainius, Aino. Kaikki loppuu aikanaan. 3.3.2020
https://blogs.helsinki.fi/sainius/ (luettu 3.3.2020)

https://ec.europa.eu/eurostat/data/database (luettu 26.02.2020)

 

 

 

 

 

 

Mun päähän sattuu.

Moi.

Nyt.

Mun.

Päähän.

Sattuu.

rammed sheep GIF
GIF 1. Ai SAAT****
Lähde: https://giphy.com/gifs/woDSEnkhATCySQ259V (19.02.2020)

Jälleen olen koko päivän taistellut QGIsin kanssa. Ongelmani on kovin yksinkertainen, mutta äärimmäisen rasauttava. En saa New Layoutissa mittakaavaa skaalattua oikein projektion mukaan. Tai siis QGIS ei tee tätä prosessia oikein, vaikka sen pitäisi olla käsittääkseni ohjelman perusominaisuus?! Käytin tämän ratkaisemiseen valehtelematta ainakin kolme tuntia, pyytäen apua vanhemmilta opiskelijoilta (S/O Justus Poutanen), etsimällä infoa Googlesta ja Youtubevideoita katsoen :-D. En kuitenkaan saanut ratkaistua ongelmaani, joten päätin laittaa Senpaille meiliä ja mennä nokosille. Vastaukseksi tuli, että Arttu oli myös törmännyt samaan ongelmaan, eikä edes HÄN osannut tätä ratkaista. Sain vapautuksen mittakaavan laittamisesta tämän kurssikerran karttoihin, koska useimmissa koko maailmaa kattavissa projektioissa mittakaava on muutenkin eri kokoinen eri kohdassa karttaa.

Okei eli kuudennella kurssikerralla lähdimme heti alkuun ulos reippailemaan eli keräämään dataa. Kahdeksalta aamulta tämä teki oikein hyvää ja siitä piristyi mukavasti. Reippailun jälkeen käytimme ryhmämme keräämää dataa tehtävissä. Keräsimme datan sovelluksella nimeltä EpiCollect, tätä Flaminia Puranen on avannut hieman enemmän blogissaan.  Konkreettisuus teki tästä tunnista parhaimman tähän mennessä. Laitoimme keräämämme datan pisteinä kartoille ja visualisoimme ne interpoloinnilla. Interpoloinnista on varmasti hyötyä tulevaisuuden tehtävissä, koska sillä voi visualisoida helposti pienemmän alueen suurelta kartalta. Varsin mainio kuva tunnilla tehdystä interpoloinnista löytyy Mikko Kangasmaan blogista. Interpoloinnista täytyy kuitenkin muistaa, että dataa (tai pisteitä) täytyy olla riittävästi tai muuten se voi vääristää liikaa tietoa, ja edistää näin misinformaatiota. Nämä tehtävät sujuivat helposti ja positiivinen energia lävisti minut.

Tunnin lopuksi aloimme opettelemaan datan tuomista eri sivustoilta. QGIS pystyy lukemaan csv-tiedostoja, joten näitä haimme. Samalla oli tarkoitus oppia, miten datan saa helposti muokattua QGISille sopivaan muotoon esimerkiksi Excelillä. Excelistä opin samalla muutaman todella kätevän toiminnon, kuten find/replace ja text to columns -komennot. Tämäkin tehtävä oli mielestäni helppo ja selkeä, eikä liian monta uutta muuttujaa ollut sekoittamassa päätä.

Kuva 1. Kaikki yli kuuden magnitudin maanjäristykset vuosina 1950-2012.

Käytän jokaisessa kartassani maiden rajoja ja mannerlaattojen rajoja, koska ne selkeyttävät ja havainnollistavat karttaa. Riippuen kenelle opettaa laatta tektoniasta, ei välttämättä tarvitse laattojen saumoja, mutta ei niistä haittaakaan ole. Etenkin yläaste ja lukioikäiset hyötyvät saumoista varmasti, ja pystyvät näin hahmottamaan paremmin maanjäristyksien jakautuneisuutta globaalisti. Muutenkin mannerlaattojen saumat ovat hyödyllistä esittää, sillä kohdeyleisö näkee kartasti heti, että järistykset osuvat enimmäkseen juuri laattojen yhtymä, erkanemis jne. kohdille. Näin pystyy heti näkemään pintapuoliset syyt järistyksen jakautumiselle globaalisti. Karttoihin voisi toki lisätä laattojen liikesuunnat ja nimet, mutta en usko sen tuovan kovin paljon lisäarvoa.

Kuva 2. Kaikki alle viiden magnitudin maanjäristykset vuosina 1950-2012

Kuva 2 eroaa kuvasta 1 hieman. Kuvasta 2 huomaa, että pienempiä järistyksiä on enemmän ja ne jakautuvat kauemmas laattojen saumoilta. Mielestäni tämä on hyvä tuoda opetuksessa ihan vain yleisesti tietoon, jotta ei luulla, että järistyksiä tapahtuu melkein pelkästään laattojen kohdatessa. Alle 5 magnitudin järistykset eivät ole kovin voimakkaita, mutta niistä voi silti aiheutua vaaraa/vahinkoja, joten tämä on ainakin hyvä tiedostaa. Maanjäristykset voivat aiheutua kuitenkin muistakin syistä, kuin vain laattotektonisista

Kuva 3. Tiedetyt meteoriittien osumat.

Meteoriittien iskeytymät voivat aiheuttaa paljon samanlaisia uhkia kuin maanjäristykset, joten on hyvä tiedostaa, että ne voivat iskeytyä mihin tahansa. Tämän kuva 3 kuvaa hyvin, koska iskeytymät eivät ole jakautuneet mannerlaattojen saumojen läheisyyteen. Osumat jakautuvat selkeästi maankamaralle, mutta merissä ei ole juurikaan osumia. Todellisuudessa osumien määrä on varmasti paljon suurempi, koska merten pohjiin ei nähdä kovin helposti.

Kuva 4. Maailman tulivuoret.

Kuvasta 4 huomaa hyvin, miten tulivuoret ovat jakautuneet pääosin mannerlaattojen saumojen läheisyyteen. Näillä alueilla on tiedetysti paljon vulkaanista toimintaa, koska laattojen välillä oleva kitka aiheuttaa magmapesäkkeiden synnyn. Tulivuoria on muodostuu myös ns. hot spot -kohdile, koska siellä olevat konvektiovirtaukset saavat ne muodostumaan. Tämän takia kuvassa 4 näkyy poikkeuksia, ja tulivuoria on esimerkiksi Hawaijilla. Saana Järviseltä löytyy blogistaan havainnollistava kartta siitä, miten tulivuoria ei ole purkautunut vuoden 1965 jälkeen kovin montaa kertaa.

Kuva 5. Yli 8.0 magnitudin järistykset vuosina 2012-2020.

Lopuksi haluisin näyttää opetettaville, että suuria, paljon vahinkoa aiheuttavia järistyksiä ei tapahdu kovin usein. Edellisistä kartoista voi saada sen kuvan, että koko ajan pitäisi olla varuillaan järistyksiä ym. hasardeja.

Yleisesti kaikista kartoista voi myös opettaa, mitä edellä mainituista hasardeista voi aiheutua. Esimerkiksi tsunamit, ilmaston viileneminen tai miten tietyillä alueilla on tarpeellista keskittyä normaalia vahvemman infrastruktuurin rakentamiseen.

Kartoila voisi opettaa myös merivirtojen liikkeitä, jakautumista ja vaikutusta ilmastoon. Linkki tällaiseen kuvaan: https://tieku.fi/luonto/merivirrat-kiertavat-maailmaa

Nyt lopetan tämän hölöttämisen tai tästä postauksesta tulee pitkä kuin nälkävuodet. Eihä kukaa ny sellasta jaksa lukea.

HYVÄÄ VIIKONLOPPUA ARVON LUKIJAT, MUISTAKAA CHILLAA!

 

Lähteet:

https://tieku.fi/luonto/merivirrat-kiertavat-maailmaa (luettu 21.2.2020)

https://fi.wikipedia.org/wiki/Tulivuori  (Luettu 21.2.2020)

Puranen, Flaminia. Maastosta kerätyn datan käyttö.
https://blogs.helsinki.fi/flaminia/ (luettu 21.2.2020)

Kangasmaa, Mikko. Kenttätöitä ja hasardeja.  19.2.2020
https://blogs.helsinki.fi/kanmikko/ (luettu 21.2.2020)

Järvinen, Saana. Kävellen kuntoon (KK6) 19.02.2020
https://blogs.helsinki.fi/jarvsaan/ (luettu 21.2.2020)

Mennää eteenpäin.

Noniin noniin noniin täällä jälleen.

En oppinut edellisestä kerrasta, että gissiä ei kannata tulla oppimaan väsyneenä, joten tälläkin kertaa olin aivan naatti :–) Onneksi teimme alkuun töitä perinteiseen tyyliin; Arttu-Senpai klikkailee taululla asioita ja muut kopioivat klikit. Tämä tyyli ei kuitenkaan jatkunut kauaa.

Tämä viides kurssikerta oli varmasti haastavin tähän mennessä (joten virkeästä mielestä olisi epäilemättä ollut hyötyä), koska pääsimme soveltamaan oppejamme itsenäisesti. Aika nopeasti meni peukalo keskelle kämmentä, mutta onneksi vierustoverit auttoivat.

Tällaisena höyhensarjalaisena uskallan väittää, että QGISin keskeisimmät työkalut ovat esimerkiksi kaikki select features toiminnot, attribute table, field calculator ja processing toolbox. Uskallan jopa väittää osaavani käyttää näitä. Select featureilla pystyy helposti valitsemaan tietyn esim. rajatun alueen ja tutkia alueen sisällä olevia muuttujia tai arvoja. Attribute tablesta näkee hyvin mitä dataa aineisto sisältää, jolloin pystyy muodostamaan parempaa kokonaiskuvaa. Field calculator on aivan mestarillinen työkalu, koska sillä pystyy laskemaan vaikka mitä, ja luomaan uusia sarakkeita jo olemassa olevaan attribuuttitaulukkoon. Processing toolbox on erinomainen erilaisten vaativimpien työkalujen löytämiseksi. Vielä kun pääsisi sille tasolle, että osaisi käyttää näitä vaativampia työkaluja joka kerta oikein. Mutta onhan tätä edes hitusen verran kiva kirjoittaa, kun huomaa, että jotain on jäänyt päähän.

No mikä tuntuu sitten edelleen vähän hankalalta? Aika moni asia, mutta ei se mitään. Ei kai kukaan ollut seppä syntyessään (haha, heikkoa.). Kaikki extractilla alkavat työkalut ovat hieman pimennossa, vaikka olemmenkin niitä vähän käyttäneet. Myös osa join työkaluista ovat edelleen vähän hankalia, koska input layeri menee välillä sekaisin. Tämä voi tosin johtua myös siitä onko hyvä vai huono päivä. Merge ja Joins -toiminnot ovat jääveet aika unholaan, koska niitä ei ole käytetty montaa kertaa. Usein QGISillä leikkiessä käy muutenkin niin, että tietää mitä työkalujen nimet tarkoittavat, mutta ei lopulta silti tiedä täysin 100% mitä ne tekevät. Dissolve -toiminto on sekin jäänyt päähäni, mutta en kuollaksenikaan muista mitä sillä tehdään tai miten sitä voisi hyödyntää. Näihin jos saisi vielä vähän lisäreeniä. Visualisointiakin olisi mukava edelleen kehittää.

Kuva 1. Taulukko tehtävästä 1.

Joojoo, jos luulitte ettei mulla oo mitään kovia tuloksia tarjottavana teille, niin olette VÄÄRÄSSÄ. Tämmösen taulukon väsäilin kohtuullisen kovalla tuskalla. Jokaista muistisolua piti käyttää, jotta muistin miten noita vastauksia saadaan QGISillä, mutta lopulta tämä tuotti tulosta ja ihan hyvää muistijälkeä alkoi syntyä.

Puskurointi osoittautui tällä kurssikerralla varsin hyödelliseksi toiminnoksi. Sillä pystyy korjaamaan pieniä aineiston epätarkkuuksia ja laskea esim. kuinka monta asukasta kärsii lentomelusta tai muusta liikennemelusta. Voisin uskoa tämän työkalun olevan käytössä useamminkin. En ole ihan varma, mutta voisin kuvitella, että puskurointia voidaan käyttää hyödyksi laskettaessa pellon ja vesistön väliin jäävän suojavyöhykkeen leveyttä?

Mielestäni QGISin avulla pystyy ratkaisemaan lähes kaikenlaisia ongelmia liittyen visualisointiin. Toki käyttäjän taidoista on paljon kiinni, pystyykö mestarillisia visualisointeja tekemään, mutta teoriassa ainakin lähes kaikki on mahdollista. Datan täytyy olla vain oikeassa muodossa ja se täytyy osata löytää, jonka jälkeen ovet ovatkin sepposen selällään GIS-Narniaan.

Kuva 2. Tehtävä 3.

Kuvan 2 tehtävä onnistui yllättävän kepeästi, vaikka en tiedäkkään sainko vastaukset tarkoituksenmukaisilla tavoilla, vai sovelsinko vähän liikaakin. Joka tapauksessa niiden pitäisi olla oiket vastaukset. Tässä tehtävässä pääsi käyttämään paljon statistic työkalua ja minusta tuntui, että sisäistin sen.

Tehtävä 4. Tappelin lähes viisi tuntia, jotta saisin tehtyä tarvittavan kartan osana tätä tehtävänantoa, mutta en siltikään onnistunut siinä. Shout outit Laura Hynyselle, joka sai visualisoinnin toteutettua, ja muutenkin vaikuttaa erittäin potenttiaaliselta GIS-velhon alulta. En oikein tiedä mitä tein väärin, mutta tarkoitus olisi vielä saada visualisointikin tänne blogiin asti. Pääkopan männät leikkas vaa sen verra pahasti kiinne, ettei ollu hyvä jatkaa sitä tänää loppuu.

Kuva 3. Tehtävä 2.

Tässä lupaamani taulukko tehtävästä 2. Muuten sujui ongelmitta, mutta ulkomaankansalaisten osuuden laskemiseen sain onneksi apua vanhemmilta opiskelijoita. Tästä huomasi, että GISeily on tosiaan hieman hankalaa, vaikka olisikin enemmän kokemusta. Oli myös virkistävä huomata, miten kokeneemmat konkarit käyttävät QGISin käyttöliittymää.

Kuva 4. Tehtävä 4.
Kuva 5. Uima-altaiden määrät PK-seudulla alueittain. Eniten uima-altaita on Lauttasaaressa, 53 kipaletta.

!!!!!!!!!!!!!!!VIHDOIN*********!*!*!*!*!*!*!*!*!*!*!*!!!!

Ai että, helpotus oli suuri. Monen tunnin uurastuksen jälkeen sain koropleettikarttani visualisoitua oikein. Kiitos Alex Nylanderin, joka vinkkasi minulle työkalusta;  Count Points In Polygon. En ymmärrä, miten olin tämän unohtanut, enkä ollut törmännyt siihen etsiessäni ratkaisua tähän ongelmaani. Nyt tuntuu hieman idiootilta, mutta näinhän siinä usein käy, kun on yrittänyt ratkaista liian kauan yhtä asiaa. En tosin ymmärrä, miksei Print layouttiin tullut kaikkia lukuja näkyviin, vaikka ne ns. “normi näkymässä” näkyivät. En tässä vaiheessa jaksanut enää selvittää asiaa, koska värit menevät kuitenkin oikein.

Shout out Alex Nylander MOTM (man of the match).

Kiitos jälleen kerran lukijoille, to be continued..

 

Lick Stick Out Tongue GIF - Lick StickOutTongue Capra GIFs
GIF 1. Onneksi lampaat pitävät mieleni virkeänä.

 

Lähteet:

Hynynen, Laura. Peruspalikoilla kohti itsenäistä työskentelyä. 12.02.2020
https://blogs.helsinki.fi/lauravel/ (luettu 17.2.2020)

Nylander, Alex. Kurssikerta 5: Buffereita ja väestöanalyyseja 18.02.2020
https://blogs.helsinki.fi/alny/ (luettu 17.2.2020)

Posilla – vaikka väkisin

TERRRVE!

Heti neljännen blogipostauksen alkuun haluan kiittää edelliseen blogitekstiini viitanneita, kiitos. Ennätyksiä rikottiin viittausten määrän ollessa jopa neljä, huh huh. En tiedä miten pystyn vastaamaan tähän suosion määrään.

Minun täytyy myös myöntää, että tämä kursiskerta oli raskain tähän mennessä. Yltiöpositiivisuuteni laitettiin kovaan testiin, mutta en antanut sen murtua. Olin järkyttävän väsynyt, levoton ja kuormittunut –  onneksi vierustoverini Aino Sainius piti tällä kertaa positiivisen ilmapiirin yllä (toki yliväsymyksestä johtuen). Kirjotan tätä päivitystä jälleen heti tunnin jälkeen, joten olen pahoillani jos väsymykseni paistaa läpi.

Kuva 1. Muunkielisten osuus suomea puhuvasta väestöstä pääkaupunkiseudulla. Luvut ovat prosentteina. Täysin valkoiset alueet pääkaupunkiseudun sisällä ilmaisevat, ettei alueilla asu ketään.

Tällaiseen karttaan päädyin. Ei paras, ei huonoin. Värit voisivat varmasti mallailla paremmin, mutta ainakin esitettävät asiat erottuvat. Pienempi ruutukoko olisi tuonut tarkkuutta, mutta luettavuus olisi voinut kärsiä kun kuvan liittää blogiin. Tämän takia päädyin 1kmx1km ruutuihin. Kartasta voi hyvin nähdä, että muunkielisten osuus on pienempi Helsingin kantakaupungissa verrattuna koillis/itä-Helsinkiin. Tämä oli toisaalta hieman odotettu tulos, jos on yhtään lukenut Helsingin kaupunkiin liittyviä uutisia. Myös pohjois-Vantaalla on pieni muunkielisten keskittymä. Kolmas erottuva alue on Helsingin luoteisosassa. Tämä alue jakautuu myös Vantaalle ja Espooseen. Näin salolaisen pääkaupunkiseututietämyksellä sanoisin alueelle kuuluvan mm. Myyrmäki, jolloin tulos ei ole jälleen kovin yllättävä.

Edellä mainitut alueet erottuvat, koska niissä on esimerkiksi halvemmat asumismenot. Muunkielisiin kuuluu paljon maahanmuuttajia, jotka ovat usein taloudellisesti heikommassa asemassa kuin kantasuomalaiset, jolloin he pakkautuvat helposti halvemmille asuinalueille. Tähän taas vaikuttaa luonnollisesti kaupungin ajama aluepolitiikka, esim. investoinnit rakentamiseen tai julkiseen liikenteeseen.

Kuva 2. Muunkielisten absoluuttinen lukumäärä pääkaupunkiseudulla 1kmx1km  ruudukossa. Täysin valkoiset alueet pääkaupunkiseudun sisällä ilmaisevat, ettei alueilla asu ketään.

Kuvan 2 kartta kuvaa kuvan 1 karttaa paremmin, missä muunkielisiä oikeasti on. Esimerkiksi Pohjois-Vantaalla ei ole kuvan 2 mukaan paljon muunkielisiä, vaikka nopeasti katsottuna kuva 1 näyttää näin. Toki kuvan 1 tiedot ovat suhteutettuna yksittäisten ruutujen asukasmääriin.

Joka tapauksessa esimerkiksi lehdestä nopeasti katsottuna molemmista kuvista voi jäädä väärä kuva muunkielisten osuudesta alueilla. Tämän takia en käyttäisi kumpaakaan kuvista kovin vaikuttavissa mediossa, tai missään mediassa ollenkaan. Legendaa parantaisin molemmissa kuvissa, jotta voisin kertoa paljonko jokaisella ruudulla on muuten asukkaita. Tällöin se helpottaisi lukijaa suhteuttamaan saamani muunkielisten arvot, eikä antaisi niin väärää kuvaa muunkielisten osuudesta alueilla. Kartat olisivat myös informatiivisempia jos lisäisin vielä useamman asteikon. Tällöin olisi vähemmän täysin tummanpunaisia alueita, jolloin vääristystä (ja mielikuviin vaikuttamista) tapahtuu vähemmän. Paremman informatiivisuuden saavuttamiseksi lisäisin vielä kaupunkien nimet, suurimmat asuinalueet ja tiet.

Kuten Matti Katajisto blogissaan toteaa, ruututeemakarttojen vahvuus on ilmiöiden kuvaaminen suhteellisesta näkökulmasta. Hän myös kertoo, miten helposti ruututeemakartalla voi esittää aluerajauksia ylittäviä ilmiöitä ja karsia turhan tarkkuuden pois. Ruututeemakartan etu on muutenkin juuri siinä, että yleistettävyys on helppoa ja järkevää. Kartantekijän on vain aina pidettävä mielessä, ettei yleistä liikaa. Ruututeemakartalla on siis helppo esittää paljon dataa pienellä alueella. Esimerkiksi edellisen kurssikerran Afrikka kartta oli hieman vaikealukuinen, koska kaivoksia oli niin paljon ja päällekkäin. Tätä ilmiötä olisi ehkä järkevämpi visualisoida ruututeemakartalla.

Gif 1. Tähän välii postausta piristävä gifi. Lampaat ja ilmeisesti laama/alpakka ovat elämänsuola.

Tunnin lopuksi aloimme vielä valmistemaan seuraavan kurssikerran töitä. Ensimmäistä kertaa ikinä käytimme rasteriaineistoa. Juuri ja juuri uskoin, että hetki oli todellinen.

Kuva 3. Pornaisten alueesta kuvattu korkeusmalli ja rinnevarjostus.
Kuva 4. Pornaisten alueesta peruskarttalehti ja korkeusmalli. Kuva on samasta kohtaa kuin kuva 3.

Kuten kuvasta 3 näkyy, ovat sen korkeuskäyrät tarkempia kuin peruskarttalehden (kuva 4). Käyrät kyllä vastaavat toisiaan melko hyvin, mutta kuvassa 3 ne ovat hitusen tarkempia.

Eipä mulla oo muuta sanottavaa noista. Pääsispä pelaa fribaa. Stay tuned for more.

SKRTT SKRTT

 

Lähteet:

https://yle.fi/uutiset/3-10066803 (luettu 6.2.2020)

Katajisto, Matti. Varsinaista velhoilua. 5.2.2020
https://blogs.helsinki.fi/mattikat/ (luettu 6.2.2020)

Beast mode on.

Moromoro!

Tiedän, te varmasti ihmettelette voiko Joonatan Reunanen OIKEASTI kirjoittaa blogipostauksen samana päivänä kuin viimeisin kurssikerta. Voiko hän olla näin sekaisin? Omaksi – ja teidän yllätykseksi voi. Jokes aside,  ajattelin ihan oman hyvinvointini vuoksi tehdä kartat valmiiksi samantien, jotta kerrankin muistan miten ne tehdään.

Kolmannesta gissekoilusta jäi yllättävän harmiton fiilis. Tuntuu siltä, että Qgissin peruskäyttö alkaa olla suhteellisen sujuvalla tasolla. Ei tarvitse joka kerta ihmetellä minuuttitolkulla, mitä velhoilua Arttu oikein harrastaa. Muutenkin yhteistyö vierustoverini kanssa sujui mukavassa symbioosissa, ja autoimme aina toisen sitä pyytäessä! Silti, tunnin lähestyessä loppua (nälän “yllättäessä”) keskittyminen alkoi herpaantua hieman, mutta tästä selvittiin onneksi tänään. Jäimme jopa tunnin loputtua hiomaan yksityiskohtia kartoistamme (aivan sairasta). Vertailun GIS > nälkä ei pitäisi olla mahdollinen.

Mitä tuli sitten tehtyä?

Meemi 1. Huono läppä

Noniin eli asiaan. Valmistelimme tietokantoja meille sopivaan käyttöön, harjoittelimme tiedon hakua ja tietokantojen yhdistelemistä. Kuten Miklas Kuoppala blogissaan kertoo, oli mukana päästä pyörittelemään muitakin kuin Suomen karttoja. Erityisesti mieleeni jäi jälleen Excelin kanssa leikkiminen. Qgis ei kättele oletus Excel tiedoston kanssa. Jos taulukoiden tiedot halutaan tuoda suoraan Qgissiin, täytyy ne ensin tallentaa CSV muotoon. Olisi tosin helpompaa jos Qgissi tukisi excelin formaattia tai toisin päin, mutta ehkä vielä joku päivä. Ensimmäisen kartan loppusuoralla Arttu tokaisi yllättäen, että siirrytään seuraavan tehtävän tekoon. Samalla sekunnilla luokasta kuului pelontäyteisiä hengähdyksiä mutta turhaan, sillä Afrikan kartta oli vain legendaa vaille valmis.

Kuva 1. Afrikan öljykentät, timanttikaivokset ja konfliktit.

Olen jopa tyytyväinen siihen, miltä karttani näyttää. Tosin käytin visualisointiin  ihan oikeasti hieman aikaa. Kuva 1 kertoo, miten konfliktit, öljyesiintymät ja timanttikaivokset jakautuvat maanosassa. Tästä voimme selvästi päätellä, että esimerkiksi Itä-Afrikassa luonnonvarojen esiintymisellä ja konflikteilla on korrelaatiota. Tämä ei päde kuitenkaan koko Afrikkaan, sillä esimerkiksi Libyassa ei ole ollut konflikteja vaikka öljyä löytyykin. Tosin tähän vaikuttaa se, miltä vuodelta tiedot ovat. Lisäämällä tietokantaan timanttikaivausten aloittamisvuoden ja internetkäyttäjien lukumäärään eri vuosina, voisimme visualisoida onko näillä muuttujilla keskenään yhteys. Hyvää pohdintaa tästä löytyy Elias Hirvikosken blogista. Kartasta on silti mielenkiintoista pohtia, miksi öljykenttien läheisyydessä vaikuttaa olevan yllättävän vähän konflikteja. Johtuisiko tämä “yllättäen” öljyn tärkeästä globaalista asemasta?

Kuva 2. Suomen tulvaindeksi ja valuma-alueet. Järvisyysprosentti on sitä suurempi mitä korkeampi pylväs on.

Kuvasta 2 voi helposti huomata, että Suomen tulvaindeksiltään suurimmat alueet ovat Etelä-Suomessa ja Pohjanmaalla. Tämä luonnollisesti johtuu siitä, että näillä alueilla topografian vaihtelu ei ole suurta. Myös lähes jokavuotiset uutiset Pohjanmaan jokien kevättulvista muistuu mieleeni. Katsoessani karttaani tarkemmin huomaan, että myös Oulun seudulla on tulvaherkkää aluetta. Sielläkin on useampi pidempi joki, jotka laskevat Itämereen.

Mikä muu voisi selittää tämän eron sisämaan ja rannikon välillä?

Voisi kuvitella, että esimerkiksi pääkaupunkiseudun maankäytöllä on vaikutusta tulvaindeksiin. Mitä enemmän asfalttia sitä suurempi tulvaindeksi luku. Tämä ei varmasti toimi suoraan näin yksinkertaistettuna. Uskon, että kaupunkien hulevesiverkostoilla voidaan kuitenkin vaikuttaa jonkin verran tulvaindeksilukuun.

Kartan järvisyyspalkkeihin en ole kovin tyytyväinen, koska ne ovat mielestäni häiritsevän epäinformatiiviset. Tunnilla oltaisiin voitu suosia jotain muuta tapaa esittää tiedot. Minä en tosin ollut niin fiksu ja yrittänyt löytää toisenlaista visualisointia. Kanssaopiskelijani Pihla Haapalo taas oli ja hänen karttansa näyttää paljon selkeämmältä. Otan tämän opin talteen.

Järvisyysprosentti on sisämaassa (keski -ja itä-Suomessa) suurin, koska se on tunnetusti järvivaltainen alue. Suuri määrä järviä selittää myös tulvaindeksin pienen luvun edellä mainituilla alueilla. Tällaisen “vaikean” päättelyn tekeminen pitäisi olla peruskauraa maantieteiljöille.

Tässä kaikki tältä erää. Lopetan erään vanhusopiskelijan (Alex Naumanen) sanoihin: Keep it simple, keep it real.

Nöyrä kiitos lukijoille. MUISTAKAA KOMMAA!!!!!

Ps. Halusin tulla näin jälkeen päin vinkkinä kertomaan, että Sanya Schubakilla on blogissaan suloisen kaunis Afrikan kartta.

 

Lähteet: 

Schubak, Sanya. VIIKKO III – Onnistumusentunteita ja kiusallista naurua 5.2.2020
https://blogs.helsinki.fi/sanya/ (luettu 5.2.2020)

Hirvikoski, Elias. Kolmas. 28.1.2020
https://blogs.helsinki.fi/eliashir/ (luettu 29.1.2020)

Kuoppala, Miklas. Mihin tää voikaan vielä johtaa? 28.1.2020
https://blogs.helsinki.fi/kmiklas/2020/01/28/mihin-taa-voikaan-viela-johtaa/ (luettu 29.1.2020)

Haapalo, Pihla. Timanttikaivoksia ja tulvaindeksejä. 29.1.2020
https://blogs.helsinki.fi/haapalop/  (luettu 29.1.2020)

 

 

 

 

 

I have no words for this one

Moiccu taas!

Toisella kurssikerralla syvennyimme tietokantojen perushallintaan ja tarkastelimme projektioiden vaikutusta karttaan ja sen mittoihin. Tästä kerrasta ei valitettavasti jäänyt mitään “hassunhauskaa” kerrottavaa. Oma fokukseni oli katossa, joten hauskuuttelu pakotettiin jäähylle.

Taulukko 1. Pinta-ala -ja etäisyys eroja eri projektioiden välillä. Myös vertailua projektioiden pinta-alojen välillä suhteessa ETRS/TM35:n.

Voi veljet. Tämän taulukon tekemisessä tappelin aivan liian kauan. Excelin käytöstä oli kulunut liian kauan ja perustemputkin olivat unohtuneet. No toivottavasti se on nyt ainakin oikein. Mutta posin kautta, ainakin muistan jälleen miten Excel toimii :))).

Kuten taulukosta 1 näkee pinta-alojen muutokset ovat varsin suuria eri projektioiden välillä. Esimerkiksi Sphere Mercator ja Albers Equal Area -projektiot näyttävät etäisyydet ja alueet ylisuurina. Kolme jäljelle jäävää näyttävät tiedot ainakin enemmän realistisina. En ainakaan itse ollut aikasemmin sisäistänyt, kuinka paljon eri projektiot oikeasti vääristävät, mutta tämä tehtävä konkretisoi asian hyvin. Tässä Gis-specialistin ammattitaito tulee esiin, sillä epäsopiva karttaprojektio voi esittää halutun informaation täysin väärällä tavalla. Toisaalta tämä tyyli on suosittu propagandan muoto, jotta voidaan uskotella esimerkiksi omalle kansalle, että valtio on suurempi mitä se oikeasti on. Karttoja kannattaa juuri näiden asioiden takia katsoa todella kriittisesti, varsinkin jos lähde ei ole luotettava.

Kuva 1. Mercatorin ja ETRS-TM35FIN pinta-alojen erot Suomen kunnista.

Toisena tehtävä oli vertailla eri koordinaatistojärjestelmillä kuntien pinta-ala eroja koropleettikartalla. Lopputuloksesta voi nähdä sen, että mitä pohjoisemmaksi mennään, sitä suurempi vääristymä on.  Tämä johtuu tietenkin siitä, että Mercator projektiot vääristävät pinta-aloja eniten napa-alueilla. Mercator sopiikin parhaiten merikarttoihin, koska ne ovat oikeakulmaisuutensa vuoksi oikein esitetty, kuten Sanya blogissaan toteaa.

Olisin voinut tehdä kartastani vieläkin dramaattisemman, jos olisin lisännyt luokkien määrää. Tällöin Etelä-Suomen kunnat olisivat olleet paljon tummemmalla ja informaatio olisi tullut selkeämmin, mutta ehkä liian vahvasti esille.

Yritin vielä omalla ajalla vääntää toista karttaa, mutta en kertakaikkiaan onnistunut. Ehkä Arttu osaa auttaa seuraavalla kurssikerralla 🙂

Onneksi olen löytänyt hengenheimolaisia (esim. Mikko Kangasmaa), jotka ovat innoissaan QGis:in käytöstä. Loppuntunti meni tosin hieman yli hilseen, mutta ei kai tässä.

“Eteenpäin” tokaisi mummo lumessa.

Lähteet:

https://fi.wikipedia.org/wiki/Karttaprojektio
(luettu 25.1.2020)

Schubak, Sanya. Viikko II – GIS ei olekkaan niin hirveää? 26.1.2020
https://blogs.helsinki.fi/sanya/ (luettu 28.1.2020)

Kangasmaa, Mikko. Projektioita ja valintatyökaluja (Kurssikerta 2) 26.1.2020
https://blogs.helsinki.fi/kanmikko/ (luettu 28.1.2020)

Tämä QGIS -versio ei ole vielä kertaakaan kaatunut!

Meme 1. Yeahh right.

Näin opettajamme sanoi minulle ensimmäisen kurssikerran alussa, mutta arvatkaapas kenellä se sitten kaatui. NO MINULLA TIETENKIN. Suuren osan tunnista olin aivan täydellisesti mukana harjoituksissa ja tunsin oppivani Qgis:n perusteet, mutta ohjelman kaaduttua tipuin totaalisesti kärryiltä. Heti ensimmäisenä ilmoitin opettajallemme kaatumisesta, ja hän tyypillisesti naurahti asialle, koska “it’s not a big deal”. Eihän se olekaan, koska työni oli tallennettu ja pitäisi aueta helposti uudestaan. Nohh, näin ei kuitenkaan käynyt, eikä kukaan tiennyt miksi. Lopputunnin käytin taisteluun Qgis:sin kanssa, ja valitettavasti Qgis voitti – ainakin tältä erää. Päätin, että jätän opiskelut hetkeksi ja teen jotain aivan muuta.

Tällainen pieni alkustoori.

Tervetuloa meitsin blogin messiin!

Tavoitteenani on pitää blogi yltiöpositiivisena (vastakohta Aapo Keinäsen blogille), mutta tätä teemaa varmasti koetellaan monta, monta, MONTA kertaa tulevien viikkojen aikana. Lähden kurssille hyvällä asenteella ja ehkä jopa toivon, että pieni gishyttynen pistäisi minua, jolloin valtava gis-innostus heräisi sisälläni. Blogiani kannattaa lukea pieni pilke silmäkulmassa, koska näin itse kirjoitan tätä. Joka tapauksessa lähden kurssiin siis suurella innolla oppimaan uutta!

Pohjustin jo hieman ensimmäistä kurssikertaamme, mutta kerrotaan siitä nyt hieman tarkemmin. Vaikka kello oli kahdeksan keskiviikkoaamuna, olin silti pirteänä avaamassa tietokonetta. Pyrin tällä asenteella innostamaan vierustoverini samaan fiilikseen, mutta uskon valitettavasti epäonnistuneeni siinä :/. Alkupuheiden jälkeen pääsimme Qgis:in ihmeelliseen maailmaan. Ohjelma ei vaikuttanut mitenkään ylitsepääsemättömän haastavalta (ehkä johtuen hyvästä opetuksesta) ja pysyin hyvin kärryllä. Oli oikein nautinnollista huomata, että pysyin messissä ja opin ohjelman perusteita.

Aloimme vääntämään karttaa Itämeren valtioiden typpipäästöistä. Minun piti keskittyä paljon, mutta se tuotti tulosta. Värien vaihto eri layereilla onnistui, samoin pienet laskutoimitukset. Tavoitteenani oli myös oppia Qgis:in pikanäppäimiä ja tämäkin onnistui suhteellisen hyvin. Pääsin legendan tekoon asti, kunnes postaukseni alussa tapahtunut tapahtui.

Palasin Qgissin pariin vasta seuraavan viikon alussa ja tein työni loppuun. Tämä oli lopulta todella hyödyllistä, vaikka turhauttavaakin. Pääsin (jouduin) verestämään muistiani, ja tuottamaan kuvat 1 ja 2 osittain itsenäisesti ohjeiden mukaan. Näin opin Qgissin käyttöliittymää ja sain varmuutta tekemiseeni.

Kuva 1. Itämerta ympäröivien valtioiden typpipäästöt.

Kyseinen kartta on siis ensimmäinen tekeleeni Qgis-ohjelmalla. En ole siitä kovin ylpeä, mutta ainakin pääsin tunnin tavoitteeseen. Meren syvyyskäyriin olen tyytyväinen, koska ne erottuvat edes jotenkin vaikka kuva olisikin pieni.  Kartasta erottaa mielestäni suhteellisen selkeästi, mitkä maat kuormittavat Itämerta ja missä määrin. Värimaailma voisi olla kauniimpi, mutta eiköhän tässä vielä esteettinensilmä kehity.  Ruotsille kartta ei tee kunniaa, koska maan päästöt ovat ilmiselvästi suuremmalle puolella, sillä rantaviivaa on niin paljon.

Puola erottuu joukosta negatiivisesti. Puola onkin ollut viime aikoina esillä uutisissa ympäristöturminen takia, jotka liittyvät Itämeren tilanteeseen. Esimerkiksi jätevettä pääsi suuria määriä Veiksel jokeen, jota pitkin se päätyi Itämereen. Reiluuden merkeissä en halua syyttää vain Puolaa suurista saasteista. Venäjällä on myös paljon parantamisen varaa päästöissään, varsinkin kun maalla on todella vähän rantaviivaa Itämerellä. Nykyään trendaavan tasa-arvoisuuden merkeissä huutista jokaiselle Itämerta saastuttavalle maalle.

Kuva 2. Työttömyys prosentteina Suomen kunnissa vuonna 2015.

Toinen karttani on mielestäni ihan ok, vaikka blogista onkin vaikea erottaa pienimmät kunnat. Kartan viesti menee kuitenkin pääosin perille, joten eiköhän se ole riittävän hyvä aloittelijan tuotos. Uskon, että lukija joka ei tiedä mitään aiheesta ymmärtää kyllä, mitä karttani tuo esille. En ainakaan keksi, mikä voisi mennä pieleen jos osaa vain lukea.

Surukseni kartasta erottuu rakas kotipaikkakuntani Salo, jälleen negatiivisissa merkeissä. Lähes kaikissa Etelä-Suomen muissa kunnissa oli työttymyysprosentti pienempi kuin Salossa. Tähän yli 10 prosentin työttömyyteen on kaupungissa totuttu Nokian lähdön jälkeen. Mutta en halua avata tätä herkkää aihetta tämän enempää. Pientä vahingoniloa, ja lohtua minulle aiheuttaa Itä -ja Pohjois-Suomen huonommat luvut. Tosin nämä luvut selittyvät osittain termillä syrjäseutu.

Näillä edellä mainituilla alueilla asuu edelleen enemmän ihmisiä, kuin on työtä. Työpaikat ovat siirtyneet maakuntien keskuksiin (Turku, Tampere, Kuopio jne.), ja ihmiset eivät ole muuttaneet töiden  perässä riittävästi. Jostain ihmeen syystä keski-Pohjanmaan rantakaupungeilla menee todella hyvin. Meneekö suomenruotsalaisilla todella näin hyvin?

Tekeleitteni tuottaminen oli jopa yllättävän helppoa. Etenkin Mittakaavan, legendan ja pohjoisnuolen tuottaminen on äärimmäisen helppoa verrattuna CorelDraw -ohjelmaan, kuten Pihla Haapola blogissaan mainitsi.

Vaikka yritän pysyä positiivisena, fiilaan silti Aapo Keinäsen ja Emma Wardin kirjoittamia tekstejä ensimmäiseltä hajoamiskerralta.

Kiitos lukijoille! Muistakaa subbaa, kommaa ja liketkää pls.

Lähteet:

Ward, Emma. QGIS:iä sarvista kiinni! 23.1.2020
https://blogs.helsinki.fi/emmaward/ (luettu 23.1.2020)

Keinänen, Aapo. “geoinformatiikan ihmelapsi” 14.1.2020
https://blogs.helsinki.fi/kebaapo/ (luettu 23.1.2020)

Haapalo, Pihla. QGis auki! 22.1.2020
https://blogs.helsinki.fi/haapalop/ (luettu 23.1.2020)

https://www.maaseuduntulevaisuus.fi/ymparisto/puola-p%C3%A4%C3%A4stelee-it%C3%A4mereen-huoletta-1.53084 (luettu 23.1.2020)

https://www.is.fi/ulkomaat/art-2000006226728.html (luettu 23.1.2020)

https://www.hs.fi/ulkomaat/art-2000006219732.html (luettu 23.1.2020)